CN105816182A - 一种基于Kinect传感器的颈椎活动度测量方法 - Google Patents

一种基于Kinect传感器的颈椎活动度测量方法 Download PDF

Info

Publication number
CN105816182A
CN105816182A CN201610176831.3A CN201610176831A CN105816182A CN 105816182 A CN105816182 A CN 105816182A CN 201610176831 A CN201610176831 A CN 201610176831A CN 105816182 A CN105816182 A CN 105816182A
Authority
CN
China
Prior art keywords
point
value
kinect sensor
cervical vertebra
brow
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610176831.3A
Other languages
English (en)
Inventor
徐光华
麻晓龙
陈龙庭
张亮
谢勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201610176831.3A priority Critical patent/CN105816182A/zh
Publication of CN105816182A publication Critical patent/CN105816182A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1113Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1114Tracking parts of the body
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118Determining activity level
    • G06F19/3481
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • G06V40/171Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Physiology (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Dentistry (AREA)
  • Human Computer Interaction (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Computer Vision & Pattern Recognition (AREA)

Abstract

一种基于Kinect传感器的颈椎活动度测量方法,先使用Kinect传感器获取并传送其视场内的深度数据和彩色数据,然后提取人体面部特征点及骨骼关节点三维坐标,再构建头部及躯干特征向量,计算颈椎活动角度,然后显示颈椎活动角度,最后记录测量数据,本发明可以快速、精确、远距离测量人体颈椎活动度,具有效率高、操作简单、可靠性好的优点。

Description

一种基于Kinect传感器的颈椎活动度测量方法
技术领域
本发明涉及医学信息智能处理技术领域,具体涉及一种基于Kinect传感器的颈椎活动度测量方法。
背景技术
在医学上,颈椎活动度的变化对反映颈椎功能具有十分重要的意义,颈椎活动度的测量方法大体上分为两种,一种是测量颈椎整体的活动度,另一种是测量单个椎体的屈伸活动度。在临床意义上讲测量单个椎体的活动度更具有医学指导意义,但在临床上椎节间的测量费时、费力、操作复杂,而颈椎整体活动度的测量较为简单,因此颈椎整体活动度的测量更为适合临床医师对颈椎病情的初期判定。
传统的颈椎整体活动度测量仪器和方法有多功能颈椎活动度测量仪、电动测角仪、改良方盘量角仪、颈椎动力性摄片测量法、皮尺测量、目测。多功能颈椎活动度测量仪由颈椎活动度测量器、三维定位头架和二维定位装置构成。电动测角仪是一种由五个电动测角仪构成类似头盔的装置。改良方盘量角仪的中央是一个有圆形分角刻度的正方形刻度盘,其底部有左右对称的从0度~180度的刻度,中心安装一个可旋转的指针。颈椎动力性摄片测量法即对每一位受检者摄颈椎过屈和过伸位X线片,将过屈和过伸位的测量绝对值相加即为颈椎屈伸活动度。皮尺测量方法中胸骨切迹与下颌(屈和伸),肩峰到耳垂下缘(侧弯),肩峰到下颌(旋转)的距离,即为所测的距离。目测即医师根据经验目测出颈椎活动度的大概范围。总体来讲,以上测量仪器和测量方法在应用中均有明显的不足,主要反映为测量效率低,费时费力,可操作性差,即使是罗盘测量仪也不能同时实现颈椎活动度多指标的精确同步测量;更为关键的是以上方法对颈椎活动度测量的重复性和可靠性差,十分容易受被测人员或操作人员的影响而产生测量误差,无法满足医生的临床应用需求。
发明内容
为了克服上述现有技术的缺点,本发明的目的在于提供一种基于Kinect传感器的颈椎活动度测量方法,可以快速、精确、远距离测量人体颈椎活动度,具有效率高、操作简单、可靠性好的优点。
为了达到上述目的,本发明采取的技术方案为:
一种基于Kinect传感器的颈椎活动度测量方法,包括以下步骤:
1)、使用Kinect传感器获取并传送其视场内的深度数据和彩色数据:
1.1)、Kinect传感器通过自身的红外发射器向Kinect视场内发射激光散斑,通过自身的CMOS红外摄像机记录空间中的激光散斑图案,结合原始散斑图案,对视场内的空间深度进行编码,产生Kinect传感器视场空间的深度数据;通过彩色摄像机记录Kinect传感器视场空间的彩色数据;
1.2)、通过KinectPrimeSense芯片组获取深度数据和彩色数据,并通过USB接口将深度数据和彩色数据传送给计算机;
2)、提取人体面部特征点及骨骼关节点三维坐标:
计算机调用与Kinect传感器相配套的NUI库中的面部识别和骨骼追踪功能,将步骤1)获得到的深度数据和彩色数据进一步处理,提取到被测量者4个面部特征点及4个骨骼关节点的三维坐标,4个面部特征点分别为左眉梢左侧点、右眉梢右侧点、左下颔点、右下颔点,4个骨骼关节点分别为脊柱点、肩部中心点、左肩点、右肩点,三维坐标分别为X、Y、Z三个方向,其中X是指以Kinect传感器中心为原点,平行于Kinect传感器的摄像头平面水平指向Kinect传感器的左端,Y是指以Kinect传感器中心为原点,平行于Kinect传感器的摄像头平面竖直指向Kinect传感器上方,Z是指以Kinect传感器中心为原点,垂直于Kinect传感器的摄像头平面指向Kinect传感器前方;
3、构建头部及躯干特征向量:
3.1)、构建头部特征向量:
在头部特征向量构建中,使用Kinect传感器在面部识别中所提取的左眉梢左侧点、右眉梢右侧点、左下颔点、右下颔点四个特征点标构成空间向量其中是由左眉梢左侧点指向右眉梢右侧点的空间向量,是由左下颔点与右下颔点的中点m指向左眉梢左侧点与右眉梢右侧点的中点e的空间向量;
3.2)、构建躯干特征向量:
在躯干特征向量构建中,使用Kinect传感器在骨骼追踪中所提取的脊柱点、肩部中心、左肩点、右肩点四个关节点构成空间向量 其中是由左肩点指向右肩点的空间向量,是由脊柱点指向肩部中点的空间向量;
4)、计算颈椎活动角度:
定义α为的夹角,则α用来表示颈椎前屈后伸、左右侧屈两个活动度指标,α的计算公式如下:
α = cos - 1 m e → s c → | m e → | | s c → |
定义β为的夹角,β用来表示左右旋活动度指标,β的计算公式如下:
5)、显示颈椎活动角度:
利用步骤2)提取到的4个头部特征点和4个骨骼关节点的三维坐标进行判定,具体过程如下:
5.1)、当e点的Z坐标值小于m点的Z坐标值时,α值表示颈椎的前屈数值,并在电脑屏幕上显示瞬时值、峰峰值、平均值;当e点的Z坐标值大于m点的Z坐标值时,α值表示颈椎的后伸数值,并在电脑屏幕上显示瞬时值、峰峰值、平均值;
5.2)、当e点的X坐标值小于m点的X坐标值时,α值表示颈椎的左侧屈数值,并在电脑屏幕上显示瞬时值、峰峰值、平均值;当e点的X坐标值大于m点的X坐标值时,α值表示颈椎的右侧屈数值,并在电脑屏幕上显示瞬时值、峰峰值、平均值;
5.3)、当左眉梢左侧点的Z坐标值大于右眉梢右侧点的Z坐标值时,β值表示颈椎的左旋数值,并在电脑屏幕上显示括瞬时值、峰峰值、平均值;当左眉梢左侧点的Z坐标值小于右眉梢右侧点的Z坐标值时,β值表示颈椎的右旋数值,并在电脑屏幕上显示瞬时值、峰峰值、平均值;
6)、记录测量数据:
用户根据测量需要选择记录上述步骤5)中的显示的各个测量指标的瞬时值、峰峰值、平均值测量数据。
本发明与现有技术相比,具有以下优点:
1、本发明所公开的颈椎活动度测量方法测量效率高,被测试者只需站在Kinect传感器视场内按照前屈、后伸、左侧屈、右侧屈、左旋、右旋六个项目活动一遍颈椎,即可测量出颈椎活动度。
2、本发明所公开的颈椎活动度测量方法的测量方式为非接触式测量,被测试者只需站在Kinect传感器视场内距离Kinect传感器1m-2m的距离自然地活动颈椎即可测量出颈椎活动度,避免了被测试者对传统穿戴式测量仪器的抵触心理。
3、本发明所公开的颈椎活动度测量方法测量方便、人为误差小,传统的需要医生动手操作的穿戴式仪器操作复杂,容易引起人为操作误差,而该测量方法则不存在此问题。
附图说明
图1为本发明的硬件组成图。
图2为本发明的头部及躯干向量图。
具体实施方式
下面结合附图和实施例对本发明作详细描述。
根据不同被测试者的身高将Kinect传感器水平放置于1.5m高的测量台上,使其与面部处于同一水平线,距离人体1.5m,并给Kinect传感器供电,将Kinect传感器的USB接口插入计算机上。
一种基于Kinect传感器的颈椎活动度测量方法,包括以下步骤:
1)、使用Kinect传感器获取并传送其视场内深度数据和彩色数据,如图1所示:
1.1)、Kinect传感器通过自身的红外发射器向Kinect视场内发射激光散斑,通过自身的CMOS红外摄像机记录空间中的激光散斑图案,结合原始散斑图案,对视场内的空间深度进行编码,产生Kinect传感器视场空间的深度数据;通过彩色摄像机记录Kinect传感器视场空间的彩色数据;
1.2)、通过KinectPrimeSense芯片组获取深度数据和彩色数据,并通过USB接口将深度数据和彩色数据传送给计算机;
2)、提取人体面部特征点及骨骼关节点三维坐标:
计算机调用与Kinect传感器相配套的NUI库中的面部识别和骨骼追踪功能,将步骤1)获得到的深度数据和彩色数据进一步处理,提取到被测量者4个面部特征点及4个骨骼关节点的三维坐标,4个面部特征点分别为左眉梢左侧点坐标(-50,1700,1450)、右眉梢右侧点坐标(50,1700,1450)、左下颔点坐标(-25,1580,1500)、右下颔点坐标(25,1580,1500)、4个骨骼关节点分别为脊柱点坐标(0,1080,1600)、肩部中心点坐标(0,1480,1600)、左肩点坐标(-185,1430,1600)、右肩点坐标(185,1430,1600),三维坐标分别为X、Y、Z三个方向,其中其中X是指以Kinect传感器中心为原点,平行于Kinect传感器的摄像头平面水平指向Kinect传感器的左端,Y是指以Kinect传感器中心为原点,平行于Kinect传感器的摄像头平面竖直指向Kinect传感器上方,Z是指以Kinect传感器中心为原点,垂直于Kinect传感器的摄像头平面指向Kinect传感器前方;
3)、构建头部及躯干特征向量:
3.1)、构建头部特征向量:
如图2所示,在头部特征向量构建中,使用Kinect传感器在面部识别中所提取的左眉梢左侧点、右眉梢右侧点、左下颔点、右下颔点四个特征点标构成空间向量其中是由左眉梢左侧点指向右眉梢右侧点的空间向量,是由左下颔点与右下颔点的中点(定义为m点)指向左眉梢左侧点与右眉梢右侧点的中点(定义为e点)的空间向量;
3.2)、构建躯干特征向量:
在躯干特征向量构建中,使用Kinect传感器在骨骼追踪中所提取的脊柱点、肩部中心、左肩点、右肩点四个关节点构成空间向量 其中是由左肩点指向右肩点的空间向量,是由脊柱点指向肩部中点的空间向量;
4)、计算颈椎活动角度:
如附图2所示,定义α为的夹角,则α用来表示颈椎前屈后伸、左右侧屈两个活动度指标,α的计算公式如下:
α = cos - 1 m e → s c → | m e → | | s c → |
计算得出角度α=22.6°,
定义β为的夹角,β用来表示左右旋活动度指标,β的计算公式如下:
计算得出角度为β=0°,
5)、显示颈椎活动角度:
利用步骤2)提取到的4个头部特征点和4个骨骼关节点的三维坐标进行判定,具体过程如下:
5.1)、当e点的Z坐标值(1450)小于m点的Z坐标值(1500),α值表示颈椎的前屈数值22.6°,并在电脑屏幕上显示瞬时值22.6°、峰峰值22.6°、平均值22.6°;
5.2)、当e点的X坐标值等于m点的X坐标值,α值表示颈椎的左右侧屈数值相等为0°,并在电脑屏幕上显示瞬时值0°、峰峰值0°、平均值0°;
5.3)、当左眉梢左侧点的Z坐标值等于右眉梢右侧点的Z坐标值时,β值表示颈椎的左右旋数值相等为0°,并在电脑屏幕上显示瞬时值0°、峰峰值0°、平均值0°;
6)、记录测量数据:
用户根据测量需要选择记录步骤5)中的显示的各个测量指标的瞬时值、峰峰值、平均值测量数据。

Claims (1)

1.一种基于Kinect传感器的颈椎活动度测量方法,其特征在于,包括以下步骤:
1)、使用Kinect传感器获取并传送其视场内的深度数据和彩色数据:
1.1)、Kinect传感器通过自身的红外发射器向Kinect视场内发射激光散斑,通过自身的CMOS红外摄像机记录空间中的激光散斑图案,结合原始散斑图案,对视场内的空间深度进行编码,产生Kinect传感器视场空间的深度数据;通过彩色摄像机记录Kinect传感器视场空间的彩色数据;
1.2)、通过KinectPrimeSense芯片组获取深度数据和彩色数据,并通过USB接口将深度数据和彩色数据传送给计算机;
2)、提取人体面部特征点及骨骼关节点三维坐标:
计算机调用与Kinect传感器相配套的NUI库中的面部识别和骨骼追踪功能,将步骤1)获得到的深度数据和彩色数据进一步处理,提取到被测量者4个面部特征点及4个骨骼关节点的三维坐标,4个面部特征点分别为左眉梢左侧点、右眉梢右侧点、左下颔点、右下颔点,4个骨骼关节点分别为脊柱点、肩部中心点、左肩点、右肩点,三维坐标分别为X、Y、Z三个方向,其中X是指以Kinect传感器中心为原点,平行于Kinect传感器的摄像头平面水平指向Kinect传感器的左端,Y是指以Kinect传感器中心为原点,平行于Kinect传感器的摄像头平面竖直指向Kinect传感器上方,Z是指以Kinect传感器中心为原点,垂直于Kinect传感器的摄像头平面指向Kinect传感器前方;
3)、构建头部及躯干特征向量:
3.1)、构建头部特征向量:
在头部特征向量构建中,使用Kinect传感器在面部识别中所提取的左眉梢左侧点、右眉梢右侧点、左下颔点、右下颔点四个特征点标构成空间向量其中是由左眉梢左侧点指向右眉梢右侧点的空间向量,是由左下颔点与右下颔点的中点m指向左眉梢左侧点与右眉梢右侧点的中点e的空间向量;
3.2)、构建躯干特征向量:
在躯干特征向量构建中,使用Kinect传感器在骨骼追踪中所提取的脊柱点、肩部中心、左肩点、右肩点四个关节点构成空间向量 其中是由左肩点指向右肩点的空间向量,是由脊柱点指向肩部中点的空间向量;
4)、计算颈椎活动角度:
定义α为的夹角,则α用来表示颈椎前屈后伸、左右侧屈两个活动度指标,α的计算公式如下:
α = cos - 1 m e → s c → | m e → | | s c → |
定义β为的夹角,β用来表示左右旋活动度指标,β的计算公式如下:
β = cos - 1 l r e → l r s → | l r e → | | l r s → |
5)、显示颈椎活动角度:
利用步骤2)提取到的4个头部特征点和4个骨骼关节点的三维坐标进行判定,具体过程如下:
5.1)、当e点的Z坐标值小于m点的Z坐标值时,α值表示颈椎的前屈数值,并在电脑屏幕上显示瞬时值、峰峰值、平均值;当e点的Z坐标值大于m点的Z坐标值时,α值表示颈椎的后伸数值,并在电脑屏幕上显示瞬时值、峰峰值、平均值;
5.2)、当e点的X坐标值小于m点的X坐标值时,α值表示颈椎的左侧屈数值,并在电脑屏幕上显示瞬时值、峰峰值、平均值;当e点的X坐标值大于m点的X坐标值时,α值表示颈椎的右侧屈数值,并在电脑屏幕上显示瞬时值、峰峰值、平均值;
5.3)、当左眉梢左侧点的Z坐标值大于右眉梢右侧点的Z坐标值时,β值表示颈椎的左旋数值,并在电脑屏幕上显示括瞬时值、峰峰值、平均值;当左眉梢左侧点的Z坐标值小于右眉梢右侧点的Z坐标值时,β值表示颈椎的右旋数值,并在电脑屏幕上显示瞬时值、峰峰值、平均值;
6)、记录测量数据:
用户根据测量需要选择记录上述步骤5)中的显示的各个测量指标的瞬时值、峰峰值、平均值测量数据。
CN201610176831.3A 2016-03-24 2016-03-24 一种基于Kinect传感器的颈椎活动度测量方法 Pending CN105816182A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610176831.3A CN105816182A (zh) 2016-03-24 2016-03-24 一种基于Kinect传感器的颈椎活动度测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610176831.3A CN105816182A (zh) 2016-03-24 2016-03-24 一种基于Kinect传感器的颈椎活动度测量方法

Publications (1)

Publication Number Publication Date
CN105816182A true CN105816182A (zh) 2016-08-03

Family

ID=56524653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610176831.3A Pending CN105816182A (zh) 2016-03-24 2016-03-24 一种基于Kinect传感器的颈椎活动度测量方法

Country Status (1)

Country Link
CN (1) CN105816182A (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106388829A (zh) * 2016-08-30 2017-02-15 广东威尔实业有限公司 基于三轴加速度传感器的头部运动监测系统及方法
CN106625658A (zh) * 2016-11-09 2017-05-10 华南理工大学 一种实时模仿人体上半身动作的人形机器人控制方法
CN107192342A (zh) * 2017-05-11 2017-09-22 广州帕克西软件开发有限公司 一种非接触式体型数据的测量方法及系统
CN109035393A (zh) * 2018-07-27 2018-12-18 东方梦幻文化产业投资有限公司 一种重建三维动画的方法及装置
CN109077731A (zh) * 2018-06-11 2018-12-25 上海大学 一种基于视觉的人体检测方法及装置
CN109363687A (zh) * 2018-11-08 2019-02-22 山东大学 一种颈椎活动度检测装置及方法
CN109567816A (zh) * 2018-11-08 2019-04-05 山东大学 一种基于单目视觉的颈椎活动度测量系统及方法
CN109620142A (zh) * 2018-11-08 2019-04-16 山东大学 一种基于机器视觉的颈椎活动度测量系统及方法
CN110059670A (zh) * 2019-04-29 2019-07-26 杭州雅智医疗技术有限公司 人体头面部、肢体活动角度及体姿非接触测量方法及设备
CN111359159A (zh) * 2020-03-24 2020-07-03 成都翡铭科技有限公司 颈椎康复训练方法
CN112418094A (zh) * 2020-11-24 2021-02-26 成都翡铭科技有限公司 基于特征关节点数据的测量头部前伸后缩距离的方法
CN112822983A (zh) * 2018-11-07 2021-05-18 登士柏希罗纳有限公司 用于编辑全景射线照相图像的设备和方法
CN113647939A (zh) * 2021-08-26 2021-11-16 复旦大学 一种针对脊柱退行性疾病的人工智能康复评估与训练系统
CN113782148A (zh) * 2021-09-16 2021-12-10 安徽相王医疗健康股份有限公司 上肢负重联合肢体智能反馈训练系统
CN117257539A (zh) * 2023-03-28 2023-12-22 杭州一真医疗器械有限公司 数字化颈椎牵引系统
CN117414129A (zh) * 2023-12-18 2024-01-19 吉林大学第一医院 一种脊柱活动度测量系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140303522A1 (en) * 2011-11-29 2014-10-09 Toyo University Scoliosis evaluation system and evaluation apparatus applied to the same system
CN104200491A (zh) * 2014-08-15 2014-12-10 浙江省新华医院 一种人体运动姿态校正系统
CN104440926A (zh) * 2014-12-09 2015-03-25 重庆邮电大学 一种基于Kinect的机械臂体感远程控制方法及系统
CN104794463A (zh) * 2015-05-11 2015-07-22 华东理工大学 基于Kinect实现室内人体跌倒检测的系统及方法
CN104856686A (zh) * 2015-05-08 2015-08-26 南通大学 一种胸腰段脊椎左右侧弯运动实时在体测量方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140303522A1 (en) * 2011-11-29 2014-10-09 Toyo University Scoliosis evaluation system and evaluation apparatus applied to the same system
CN104200491A (zh) * 2014-08-15 2014-12-10 浙江省新华医院 一种人体运动姿态校正系统
CN104440926A (zh) * 2014-12-09 2015-03-25 重庆邮电大学 一种基于Kinect的机械臂体感远程控制方法及系统
CN104856686A (zh) * 2015-05-08 2015-08-26 南通大学 一种胸腰段脊椎左右侧弯运动实时在体测量方法
CN104794463A (zh) * 2015-05-11 2015-07-22 华东理工大学 基于Kinect实现室内人体跌倒检测的系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XIAOLONG MA ET AL: "Measuring Cervical Vertebra Movements using Kinect Sensor", 《ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY (EMBC), 2015 37TH ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE》 *

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106388829A (zh) * 2016-08-30 2017-02-15 广东威尔实业有限公司 基于三轴加速度传感器的头部运动监测系统及方法
CN106625658A (zh) * 2016-11-09 2017-05-10 华南理工大学 一种实时模仿人体上半身动作的人形机器人控制方法
CN107192342A (zh) * 2017-05-11 2017-09-22 广州帕克西软件开发有限公司 一种非接触式体型数据的测量方法及系统
CN109077731A (zh) * 2018-06-11 2018-12-25 上海大学 一种基于视觉的人体检测方法及装置
CN109035393A (zh) * 2018-07-27 2018-12-18 东方梦幻文化产业投资有限公司 一种重建三维动画的方法及装置
CN112822983B (zh) * 2018-11-07 2024-04-16 登士柏希罗纳有限公司 用于编辑全景射线照相图像的设备和方法
CN112822983A (zh) * 2018-11-07 2021-05-18 登士柏希罗纳有限公司 用于编辑全景射线照相图像的设备和方法
CN109363687B (zh) * 2018-11-08 2020-08-25 山东大学 一种颈椎活动度检测装置及方法
CN109620142B (zh) * 2018-11-08 2020-08-25 山东大学 一种基于机器视觉的颈椎活动度测量系统及方法
CN109567816B (zh) * 2018-11-08 2020-08-25 山东大学 一种基于单目视觉的颈椎活动度测量系统及方法
CN109620142A (zh) * 2018-11-08 2019-04-16 山东大学 一种基于机器视觉的颈椎活动度测量系统及方法
CN109567816A (zh) * 2018-11-08 2019-04-05 山东大学 一种基于单目视觉的颈椎活动度测量系统及方法
CN109363687A (zh) * 2018-11-08 2019-02-22 山东大学 一种颈椎活动度检测装置及方法
CN110059670B (zh) * 2019-04-29 2024-03-26 杭州雅智医疗技术有限公司 人体头面部、肢体活动角度及体姿非接触测量方法及设备
CN110059670A (zh) * 2019-04-29 2019-07-26 杭州雅智医疗技术有限公司 人体头面部、肢体活动角度及体姿非接触测量方法及设备
CN111359159A (zh) * 2020-03-24 2020-07-03 成都翡铭科技有限公司 颈椎康复训练方法
CN111359159B (zh) * 2020-03-24 2022-01-11 成都翡铭科技有限公司 颈椎康复训练方法
CN112418094A (zh) * 2020-11-24 2021-02-26 成都翡铭科技有限公司 基于特征关节点数据的测量头部前伸后缩距离的方法
CN113647939A (zh) * 2021-08-26 2021-11-16 复旦大学 一种针对脊柱退行性疾病的人工智能康复评估与训练系统
CN113782148A (zh) * 2021-09-16 2021-12-10 安徽相王医疗健康股份有限公司 上肢负重联合肢体智能反馈训练系统
CN117257539A (zh) * 2023-03-28 2023-12-22 杭州一真医疗器械有限公司 数字化颈椎牵引系统
CN117257539B (zh) * 2023-03-28 2024-06-14 杭州一真医疗器械有限公司 数字化颈椎牵引系统
CN117414129B (zh) * 2023-12-18 2024-03-08 吉林大学第一医院 一种脊柱活动度测量系统及方法
CN117414129A (zh) * 2023-12-18 2024-01-19 吉林大学第一医院 一种脊柱活动度测量系统及方法

Similar Documents

Publication Publication Date Title
CN105816182A (zh) 一种基于Kinect传感器的颈椎活动度测量方法
Wang et al. Evaluation of pose tracking accuracy in the first and second generations of microsoft kinect
US9922578B2 (en) Injection site training system
Hontanilla et al. Automatic three-dimensional quantitative analysis for evaluation of facial movement
Petrides et al. Three-dimensional scanners for soft-tissue facial assessment in clinical practice
CN105534694A (zh) 一种人体特征可视化装置及方法
CN103340632B (zh) 一种基于特征点空间位置的人体关节角度测量方法
Yang et al. Automatic 3-D imaging and measurement of human spines with a robotic ultrasound system
Wheat et al. Development and assessment of a Microsoft Kinect based system for imaging the breast in three dimensions
TWI697317B (zh) 應用於與手術導航整合之混合實境系統之數位影像實境對位套件與方法
CN105718730B (zh) 对受试者的疼痛量化评估方法以及实施该方法的系统
Wiedemann et al. Performance evaluation of joint angles obtained by the Kinect v2
Roren et al. Precision of 3D scapular kinematic measurements for analytic arm movements and activities of daily living
Bumacod et al. Image-processing-based digital goniometer using OpenCV
Bonnet et al. Automatic estimate of back anatomical landmarks and 3D spine curve from a Kinect sensor
CN102217952B (zh) 基于心肌运动轨迹的向量环图生成方法和装置
JP4960711B2 (ja) 着用物の変位測定方法、変位の表示方法、追従性評価方法およびはき心地評価方法
Bai et al. A multi-parameter assessment tool for upper limb motion in neurorehabilitation
CN210250543U (zh) 一种人体穴位显示仪
EP4061214A1 (en) Method for obtaining a spatial pattern of an anatomical structure of a subject, related system and markers
Janik et al. Validity of a computer postural analysis to estimate 3-dimensional rotations and translations of the head from three 2-dimensional digital images
Mantilla et al. Comparison of Shoulder Range of Motion Evaluation by Traditional and Semi-Automatic Methods
Al-Khatib et al. Dental sciences. Anthropometric accuracy and precision of new stereophotogrammetry system.
Chen et al. The gait analysis system based on the first-person video for applications on home health care
Kainz et al. Kinect as a tool in estimation of selected human body dimensions

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160803

WD01 Invention patent application deemed withdrawn after publication